Redis

一、Redis介绍

# Redis :软件,存储数据的,速度非常快,redis是一个key-value存储系统(没有表的概念),cs架构的软件
	-服务端  客户端(python作为客户端,java,go,图形化界面,命令窗口的命令)
# es:存数据的地方

关系型数据库和非关系型数据库

	-关系型:mysql,PostgreSQL,oracle,sqlserver,db2
    	-PG
        -去 IOE:国产化
        	-IBM--->浪潮信息,曙光,联想
            -Oracle--->数据---->达梦...
            -EMC存储-->国产存储
    -非关系型数据库(nosql):redis(缓存),mongodb(json文档数据存储),es(大数据量存储)...
    	-nosql 指非关系型数据库: no only sql,对关系型数据库的补充

redis特点

	-开源软件,存数据,cs架构
    -key-value存储 ,5大数据类型  value的类型是5种:字符串,hash(字典),列表,集合,有序集合
    -速度快:
    	-1 纯内存存储(核心)
        -2 使用了IO多路复用的网络模型
        -3 数据操作是单线程,避免了线程间切换,而且没有锁,也不会数据错乱
    -支持持久化
    	-纯内存,可以存到硬盘上,防止数据丢失
    -redis又被称之为 缓存数据库

二、redis的安装和使用

2.1 安装redis

# redis 是用c语言编写的,需要在不同平台编译成可执行文件,才能在这个平台上运行
	-redis 使用了io多路复用种的epoll模型,win不支持epoll
    -redis官方,不支持win版本
    -微软官方,就把redis改动,编译成可执行,能运行在win上,滞后 3.x版本
    -第三方:5.x版本
    
# redis 官方网:https://redis.io/download/
# redis中文网:http://redis.cn
# win:3.x:https://github.com/microsoftarchive/redis/releases
# win:5.x:https://github.com/tporadowski/redis/releases/


# 安装:一路下一步
	-安装完成后,在安装路径下有
    	-redis-cli.exe     # mysql
        -redis-server.exe   # mysqld
        -redis.windows-service.conf  # my.ini 配置文件
     -并且会自动做成服务
    	-服务的命令:redis-server.exe  redis.windows-service.conf

2.2 启动redis服务端

-1 命令行中  redis 就可以启动服务
-2 命令行中,启动服务,并指定配置文件
    redis-server E:\software\redis
	redis-server 配置文件路径
-3 使用服务启动

2.3 客户端链接

-方式1 命令行客户端:
	-redis-cli  # 默认连本地的6379端口
    -redis-cli -p 6379 -h 127.0.0.1
-方式2 图形化客户端链接
	-1 最新版的Navicate支持链接redis了(收费的)
    -2 Redis Desktop Manager(https://resp.app/)  收费的  用的多  qt写图形化界面
    	-qt是个平台,做GUI[图形化界面]开发
        -用c写,用python写  pyqt5
        
-方式3 python的模块
	-pip install redis
        

2.4 停止redis服务

	-客户端链接上后    shutdown,选择SAVE,就会在安装路径下生成一个dump.rdb持久化文件(你停止服务后,就会把内存中的数据保存好,你下次再启动服务,就可以加载,这样数据就不会丢失了)


	-在服务中直接点停止

三、redis普通链接和连接池

3.1 普通链接

from redis import Redis

conn = Redis()  # 建立redis的链接
res = conn.get('name')  # 获取key名为name的value值
print(res)  # b'lqz' ,返回的是字节类型
conn.close()  # 关闭链接

conn2 = Redis(decode_responses=True)  # 添加decode_responses=True,查询回来返回的结果是字符串类型,否则是byte格式
res2 = conn2.get('name')
print(res2)  # lqz
conn2.close()  # 关闭链接

conn3 = Redis(host="localhost",
             port=6379,
             db=0,
             decode_responses=True,
             )  # 可以链接外部的ip和端口
res3 = conn3.get('name')
print(res3)
conn3.close()

3.2 连接池链接

# 一定要保证,池是单例的,以模块导入的形式做成了单例

# pool.py
import redis

# 连接池
POOL = redis.ConnectionPool(max_connections=2, host='127.0.0.1', port=6379)


# 其它.py

import redis
from pool import POOL  # 模块导入的方式, 天然单例

conn = redis.Redis(connection_pool=POOL)  # 以后拿到链接,是从POOL种取,如果没有可用的了,默认不阻塞,可以通过某个参数配置,设置阻塞等待
res = conn.get('name')
print(res)
conn.close()
import redis
from pool import POOL  # 模块导入的方式, 天然单例
from threading import Thread


def task():
    conn = redis.Redis(connection_pool=POOL)
    res = conn.get('name')
    print(res)
    conn.close()


if __name__ == '__main__':
    for i in range(10):
        t = Thread(target=task)
        t.start()

四、redis字符串类型

redis :https://www.cnblogs.com/liuqingzheng/articles/9833534.html

String操作,redis中的String在在内存中按照一个name对应一个value来存储。如图:

导入

import redis
conn = redis.Redis()

1 set(name, value, ex=None, px=None, nx=False, xx=False)

在Redis中设置值,默认,不存在则创建,存在则修改
参数:
    # ex,过期时间(秒)
    # px,过期时间(毫秒)
    # nx,如果设置为True,则只有name不存在时,当前set操作才执行, 值存在,就修改不了,执行没效果
    # xx,如果设置为True,则只有name存在时,当前set操作才执行,值存在才能修改,值不存在,不会设置新值

conn.set('hobby', '足球')
conn.set('hobby1', "['足球', '篮球']")
conn.set('hobby', '篮球', ex=6)
conn.set('hobby', '篮球', px=3000)
conn.set('hobby', '足球', nx=True)
conn.set('hobby', '足球', xx=True)

2 setnx(name, value)

设置值,只有name不存在时,执行设置操作(添加),如果存在,不会修改

conn.setnx('hobby1', '乒乓球')  # 等同于conn.set('hobby', '足球', nx=True)

3 psetex(name, time_ms, value)

设置值
# 参数:
    # time_ms,过期时间(数字毫秒 或 timedelta对象)
conn.psetex('name',3000,'xxx')

4 mset(*args, **kwargs)

批量设置值
    mget({'k1': 'v1', 'k2': 'v2'})

conn.mset({'name': "lqz", 'height': 183})  # 跟一次次设置的区别是,少了网络交互的时间

5 get(name)

获取值

res = conn.get('hobby')  # utf-8 编码,一个中文占3个字节    GBK 编码,一个中文占2个字节
print(res)

6 mget(keys, *args)

批量获取
如:
    mget('k1', 'k2')
    或
    r.mget(['k3', 'k4'])

res = conn.mget('name', 'height')
res = conn.mget(['name', 'height'])
print(res)

7 getset(name, value)

设置新值并获取原来的值

res = conn.getset('name', '彭于晏')
print(res)

8 getrange(key, start, end)

获取子序列(根据字节获取,非字符)
# 参数:
    # name,Redis 的 name
    # start,起始位置(字节)
    # end,结束位置(字节)
# 如: "刘清政" ,0-3表示 "刘"

res = conn.getrange('name', 0, 2)  # 前闭后闭区间,拿的是字节,不是字符
print(res)

9 setrange(name, offset, value)

修改字符串内容,从指定字符串索引开始向后替换(新值太长时,则向后添加)
# 参数:
    # offset,字符串的索引,字节(一个汉字三个字节)
    # value,要设置的值

conn.setrange('name', 3, 'zheng')

10 setbit(name, offset, value)

# 对name对应值的二进制表示的位进行操作
 
# 参数:
    # name,redis的name
    # offset,位的索引(将值变换成二进制后再进行索引)
    # value,值只能是 1 或 0
 
# 注:如果在Redis中有一个对应: n1 = "foo",
        那么字符串foo的二进制表示为:01100110 01101111 01101111
    所以,如果执行 setbit('n1', 7, 1),则就会将第7位设置为1,
        那么最终二进制则变成 01100111 01101111 01101111,即:"goo"

11 getbit(name, offset)

获取name对应的值的二进制表示中的某位的值 (0或1)

12 bitcount(key, start=None, end=None)

获取name对应的值的二进制表示中 1 的个数
# 参数:
    # key,Redis的name
    # start,位起始位置
    # end,位结束位置

13 bitop(operation, dest, *keys)

获取多个值,并将值做位运算,将最后的结果保存至新的name对应的值
 
# 参数:
    # operation,AND(并) 、 OR(或) 、 NOT(非) 、 XOR(异或)
    # dest, 新的Redis的name
    # *keys,要查找的Redis的name
 
# 如:
    bitop("AND", 'new_name', 'n1', 'n2', 'n3')
    # 获取Redis中n1,n2,n3对应的值,然后讲所有的值做位运算(求并集),然后将结果保存 new_name 对应的值中

14 strlen(name)

返回name对应值的字节长度(一个汉字3个字节)

res = conn.strlen('name')  # 9 统计字节长度
print(res)

15 incr(self, name, amount=1)

# 自增 name对应的值,当name不存在时,则创建name=amount,否则,则自增。同incrby
 
# 参数:
    # name,Redis的name
    # amount,自增数(必须是整数)
 

# 做计数器。不会出现并非安全问题
conn.incrby('height')
conn.incrby('height', 9)

16 incrbyfloat(self, name, amount=1.0)

自增 name对应的值,当name不存在时,则创建name=amount,否则,则自增。
 
# 参数:
    # name,Redis的name
    # amount,自增数(浮点型)

conn.incrbyfloat('height', 0.9)  # 195.90000000000000568

17 decrby(self, name, amount=1)

自减 name对应的值,当name不存在时,则创建name=amount,否则,则自减。同incr
 
# 参数:
    # name,Redis的name
    # amount,自减数(整数)

conn.decrby('height', 5)

18 append(key, value)

在redis name对应的值后面追加内容
 
# 参数:
    key, redis的name
    value, 要追加的字符串

conn.append('name', 'xxxx')
conn.close()

重点

'''
get
set
strlen
append
'''

五、redis hash类型

Hash操作,redis中Hash在内存中的存储格式如下图:

# hash类型就是咱们python中的字典,key-value,字典又叫hash类型   字典的key必须可hash
	-字典类型在底层存储,基于数组存的
	key---{key:value,key:value}

链接

import redis
conn = redis.Redis(decode_responses=True)

1 hset(name, key, value)

# name对应的hash中设置一个键值对(不存在,则创建;否则,修改)
 
# 参数:
    # name,redis的name
    # key,name对应的hash中的key
    # value,name对应的hash中的value
 
# 注:
    # hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建(相当于添加)

conn.hset('userinfo', 'name', '刘亦菲')
conn.hset('userinfo', 'age', '38')

2 hmset(name, mapping)

# 弃用了,还能用
conn.hmset('userinfo2', {'name': '哈哈哈', 'height': 166})

conn.hset('userinfo3', mapping={'name': '彭于晏123', 'height': 183})

3 hget(name,key)

# 在name对应的hash中获取根据key获取value

res = conn.hget('userinfo', 'age')
res = conn.hget('userinfo', 'height')  # 没有数据返回None
print(res)

4 hmget(name, keys, *args)

# 在name对应的hash中获取多个key的值
 
# 参数:
    # name,reids对应的name
    # keys,要获取key集合,如:['k1', 'k2', 'k3']
    # *args,要获取的key,如:k1,k2,k3
 
# 如:
    # r.mget('xx', ['k1', 'k2'])
    # 或
    # print r.hmget('xx', 'k1', 'k2')

res = conn.hmget('userinfo', ['name', 'age'])
print(res)

5 hgetall(name)

# 获取name对应hash的所有键值
# 慎用,如果hash中key非常的,可能会撑爆内存

res = conn.hgetall('userinfo')
print(res)  # {'name': '刘亦菲', 'age': '38'}

6 hlen(name)

# 获取name对应的hash中键值对的个数

res = conn.hlen('userinfo')
print(res)

7 hkeys(name)

# 获取name对应的hash中所有的key的值

print(conn.hkeys('userinfo'))

8 hvals(name)

# 获取name对应的hash中所有的value的值

print(conn.hvals('userinfo'))

9 hexists(name, key)

# 检查name对应的hash是否存在当前传入的key

print(conn.hexists('userinfo', 'name'))
print(conn.hexists('userinfo', 'height'))

10 hdel(name,*keys)

# 将name对应的hash中指定key的键值对删除

conn.hdel('userinfo2', 'name', 'height')

11 hincrby(name, key, amount=1)

# 自增name对应的hash中的指定key的值,不存在则创建key=amount
# 参数:
    # name,redis中的name
    # key, hash对应的key
    # amount,自增数(整数)

conn.hincrby('userinfo3', 'height')
conn.hincrby('userinfo3', 'height', 8)

12 hincrbyfloat(name, key, amount=1.0)

# 自增name对应的hash中的指定key的值,不存在则创建key=amount
 
# 参数:
    # name,redis中的name
    # key, hash对应的key
    # amount,自增数(浮点数)
 
# 自增name对应的hash中的指定key的值,不存在则创建key=amount

conn.hincrbyfloat('userinfo3', 'height', 0.1)

他们是一家(13、14)
13 hscan(name, cursor=0, match=None, count=None)

# 增量式迭代获取,对于数据大的数据非常有用,hscan可以实现分片的获取数据,并非一次性将数据全部获取完,从而放置内存被撑爆。分批获取,获取多少个,约等于,它不单独用
 
# 参数:
    # name,redis的name
    # cursor,游标(基于游标分批取获取数据)
    # match,匹配指定key,默认None 表示所有的key
    # count,每次分片最少获取个数,默认None表示采用Redis的默认分片个数
 
# 如:
    # 第一次:cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)
    # 第二次:cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)
    # ...
    # 直到返回值cursor的值为0时,表示数据已经通过分片获取完毕

14 hscan_iter(name, match=None, count=None)

# 利用yield封装hscan创建生成器,实现分批去redis中获取数据
 
# 参数:
    # match,匹配指定key,默认None 表示所有的key
    # count,每次分片最少获取个数,默认None表示采用Redis的默认分片个数
 
# 如:
    # for item in r.hscan_iter('xx'):
    #     print item

获取所有数据的不同方法
数据准备

for i in range(1000):  
    conn.hset('hash_test', 'egg_%s' % i, '鸡蛋%s号' % i)

# 方式一
# res = conn.hgetall('hash_test')
# print(res)

# 方式二
# res = conn.hscan('hash_test', cursor=0, count=20)
# print(res)  # 元组(数字,字典(20个))
# print(res[1])  # 字典组成20个数据
# print(len(res[1]))  # 20


# 方式三
# res = conn.hscan_iter('hash_test', count=10)  # 取出所有,每次拿10条,用完再取10条,直到取完,内部使用了hscan+生成器,占内存小,区分与hgetall
# print(res)  # <generator object ScanCommands.hscan_iter at 0x0000014B4DF0BAC0>
#
# for item in res:
#     print(item)


conn.close()

重点

'''
hset
hget
hlen
hexisit

'''

补充:字符串和字节转换

# 区分字符和字节
'''
字符:   'a'    '你'  '😊'   需要更长的字节来存储---> gbk,utf-8编码---> 一个字符占多少字节取决于编码格式
字节:   8个比特位是一个字节 ,一个字节能存一个字符吗? 只能存 ascii 的字符
A: 65
a: 97
0: 48
'''

# 字符串
s='乒乓球'
print(s)
print(len(s))  # 字符长度

# 字符串转成bytes格式,转成字节格式
b=s.encode('utf-8')
print(b)  # \xe4\xb9\x92\xe4\xb9\x93\xe7\x90\x83   16进制表示
print(len(b))

l1=[hex(i) for i in b]  # 十六进制
l2=[bin(i) for i in b]  # 二进制
l3=[i for i in b]  # 十进制
print(l1)
print(l2)
print(l3)


# bytes转成字符串
print(b.decode('utf-8'))


# 字符串需要用encode,bytes格式需要用decode,但是有时候忘了,直接做类型转换就行
b1=bytes(s,encoding='utf-8')
print(b1)

print(str(b1,encoding='utf-8'))

六、redis列表操作

List操作,redis中的List在在内存中按照一个name对应一个List来存储。如图:

1 lpush(name,values)

# 在name对应的list中添加元素,每个新的元素都添加到列表的最左边
 
# 如:
    # r.lpush('oo', 11,22,33)
    # 保存顺序为: 33,22,11

conn.lpush('hobbys', '篮球')
conn.lpush('hobbys', '足球')
conn.lpush('hobbys', '乒乓球')
conn.lpush('eggs', '加单1好', '鸡蛋2好', '鸡蛋3号')

2 rpush(name, values)

表示从右向左操作

conn.rpush('hobbys', '橄榄球')

3 lpushx(name,value)

# 在name对应的list中添加元素,只有name已经存在时,值添加到列表的最左边
 
# 更多:
    # rpushx(name, value) 表示从右向左操作

conn.lpushx('hobbys1', '排球')
conn.lpushx('hobbys', '排球')

conn.rpushx('hobbys', '网球')

4 llen(name)

# name对应的list元素的个数

print(conn.llen('hobbys'))

5 linsert(name, where, refvalue, value))

# 在name对应的列表的某一个值前或后插入一个新值
 
# 参数:
    # name,redis的name
    # where,BEFORE或AFTER(小写也可以)
    # refvalue,标杆值,即:在它前后插入数据(如果存在多个标杆值,以找到的第一个为准)
    # value,要插入的数据

conn.linsert('hobbys', 'after', '乒乓球', '保龄球')
conn.linsert('hobbys', 'before', '篮球', '曲球')

6 r.lset(name, index, value)

# 对name对应的list中的某一个索引位置重新赋值
 
# 参数:
    # name,redis的name
    # index,list的索引位置
    # value,要设置的值

conn.lset('hobbys', 2, '足球')

7 r.lrem(name, num, value)

# 在name对应的list中删除指定的值
 
# 参数:
    # name,redis的name
    # value,要删除的值
    # num,  num=0,删除列表中所有的指定值;
           # num=2,从前到后,删除2个;
           # num=-2,从后向前,删除2个

conn.lrem('hobbys', 0, '足球')  # 0 表示全删除
conn.lrem('hobbys', 2, '足球')  # 正数表示从左侧删除,数量表示删除几个
conn.lrem('hobbys', -1, '球球球')  # 负数表示从右侧删除1个

8 lpop(name)

# 在name对应的列表的左侧获取第一个元素并在列表中移除,返回值则是第一个元素
 
# 更多:
    # rpop(name) 表示从右向左操作

print(conn.lpop('hobbys'))
print(conn.lpop('hobbys'))

9 lindex(name, index)

在name对应的列表中根据索引获取列表元素

res = conn.lindex('hobbys', 4)
print(res)

10 lrange(name, start, end)

# 在name对应的列表分片获取数据
# 参数:
    # name,redis的name
    # start,索引的起始位置,前闭后闭区间
    # end,索引结束位置  

print(conn.lrange('hobbys', 0, 2))
print(conn.lrange('hobbys', 0, conn.llen('hobbys')))  # 获取列表全部元素

11 ltrim(name, start, end)

# 在name对应的列表中移除没有在start-end索引之间的值
# 参数:
    # name,redis的name
    # start,索引的起始位置
    # end,索引结束位置(大于列表长度,则代表不移除任何)

print(conn.ltrim('hobbys', 6, 9))  # True

12 rpoplpush(src, dst)

# 从一个列表取出最右边的元素,同时将其添加至另一个列表的最左边
# 参数:
    # src,要取数据的列表的name
    # dst,要添加数据的列表的name

conn.rpoplpush('hobbys', 'hobbys')  # 把同一个列表的右边的元素添加到左边
conn.rpoplpush('hobbys', 'eggs')  # 把hobbys的右边的元素添加到eggs的左边

13 blpop(keys, timeout)

# 将多个列表排列,按照从左到右去pop对应列表的元素
 
# 参数:
    # keys,redis的name的集合
    # timeout,超时时间,当元素所有列表的元素获取完之后,阻塞等待列表内有数据的时间(秒), 0 表示永远阻塞
 
# 更多:
    # r.brpop(keys, timeout),从右向左获取数据
爬虫实现简单分布式:多个url放到列表里,往里不停放URL,程序循环取值,但是只能一台机器运行取值,可以把url放到redis中,多台机器从redis中取值,爬取数据,实现简单分布式


这个就是简单的消息队列,可以实现分布式的程序---->生产者消费者模型
res = conn.blpop('eggs', timeout=1)  # 如果1秒还没有值,就输出None
print(res)

14 brpoplpush(src, dst, timeout=0)

# 从一个列表的右侧移除一个元素并将其添加到另一个列表的左侧
 
# 参数:
    # src,取出并要移除元素的列表对应的name
    # dst,要插入元素的列表对应的name
    # timeout,当src对应的列表中没有数据时,阻塞等待其有数据的超时时间(秒),0 表示永远阻塞

15 自定义增量迭代

# 由于redis类库中没有提供对列表元素的增量迭代,如果想要循环name对应的列表的所有元素,那么就需要:
    # 1、获取name对应的所有列表
    # 2、循环列表


# 创造数据
for i in range(1000):
    conn.lpush('eggs', '鸡蛋%s号' % i)
# 一次性把列表中所有数据取出来

# 方式一:使用lrange,索引结束写个特别大的数字
# res = conn.lrange('eggs', 0, 10000)
# print(res)
'''缺点:不知道列表的实际长度是多少,有可能会写到比列表实际长度小'''

# 方式二:使用lrange,索引结束写列表长度
# l = conn.llen('eggs')
# res = conn.lrange('eggs', 0, l)
# print(res)
'''缺点:取出redis的eggs的数据,但是万一数据量比较大,会溢出内存'''


# 方式三:使用生成器,取出固定数量的元素
def l_scan_iter(key, count=10):
    num = 0
    while True:
        print('--------')
        res = conn.lrange(key, num, num + count - 1)
        num += count
        if res:
            for item in res:
                yield item
            # yield res  # 组成列表,10个值一个列表
        else:
            break


for i in l_scan_iter('eggs'):
    print(i)


# 补充:生成器
def index():
    yield 1
    yield 2
    yield 3


for i in index():
    print(i)
'''
1
2
3
'''

重点

lpush
lpop
linsert
lset
llen
lrange

七 其他操作

1 delete(*names)

# 根据删除redis中的任意数据类型

conn.delete('name', 'hobby')

2 exists(name)

# 检测redis的name是否存在

print(conn.exists('userinfo'))  #db0中如果有这个key,输出1。没有,输出0

3 keys(pattern='*')

# 根据模型获取redis的name
 
# 更多:
    # KEYS * 匹配数据库中所有 key 。
    # KEYS h?llo 匹配 hello , hallo 和 hxllo 等。
    # KEYS h*llo 匹配 hllo 和 heeeeello 等。
    # KEYS h[ae]llo 匹配 hello 和 hallo ,但不匹配 hillo 

res = conn.keys('*')
res = conn.keys('n*')
res = conn.keys('nam?')
print(res)

4 expire(name ,time)

# 为某个redis的某个name设置超时时间

conn.expire('height', 5)

5 rename(src, dst)

# 对redis的name重命名为

conn.rename('name', 'name1')

6 move(name, db))

# 将redis的某个值移动到指定的db下

conn.move('name1', 2)

7 randomkey()

# 随机获取一个redis的name(不删除)

res = conn.randomkey()
print(res)

8 type(name)

# 获取name对应值的类型

res = conn.type('userinfo')  # name存在输出name对应值的类型,name不存在输出none
print(res)

八、redis管道

# 事务四大特性
	-原子性:要么都成功,要么都失败
    -一致性:数据前后要一致
    -隔离性:多个事务之间相互不影响
    -持久性:事务一旦完成,数据永久改变
    
    
# redis 有没有事务?支持事务
	-redis要支持事务,要完成事务的几大特性,需要使用管道来支持
    -单实例redis是支持管道的
    -集群模式下,不支持管道,就不支持事务

8.1 操作

import redis

conn = redis.Redis()
# 第一步:实现a1给b2转10元
# conn.decrby('a1', 10)
# conn.incrby('b2', 10)

# 第二步:如果中间出现问题,a1减少了,但是b2没有增加
# conn.decrby('a1', 10)
# raise Exception('出错了')
# conn.incrby('b2', 10)

# 第三步:redis通过管道实现事务
pipeline = conn.pipeline(transaction=True)
pipeline.decrby('a1', 10)  # 没有真正执行,把命令先放到管道中
raise Exception('出错了')
pipeline.incrby('b2', 10)

pipeline.execute()  # 把管道中的命令,一次性执行

conn.close()

8.2 django中使用redis

redis的简单使用

import redis
class MyResponseView(APIView):
    def get(self, request):
        # 访问一次,redis的a1  +1
        conn = redis.Redis()
        conn.incrby('a1')  # 没有池的方案,来几个请求,就会创建几个链接
        return APIResponse()

使用池

# 自定义的通用方案(跟框架无关)
-写一个py文件:redis_pool.py
	import redis
    POOL = redis.ConnectionPool(max_connections=2)

-在用的位置,导入直接使用
from utils.redis_pool import POOL
class MyResponseView(APIView):
    def get(self, request):
        conn = redis.Redis(connection_pool=POOL)
        conn.incrby('a1')
        return APIResponse()

8.4 第三方模块

  • django中有个模块,django-redis,方便我们快速集成redis

下载

pip install django-redis

settings/dev.py

# redis的配置
CACHES = {
    "default": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://127.0.0.1:6379",
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            "CONNECTION_POOL_KWARGS": {"max_connections": 100}
            # "PASSWORD": "123",
        }
    }
}

在使用的地方,导入直接使用

视图类

from django_redis import get_redis_connection
class MyResponseView(APIView):
    def get(self, request):
        conn = get_redis_connection()  # 从连接池中拿出一个链接
        conn.incrby('a1')
        conn.set('name1', '彭于晏')
        return APIResponse()
        

8.5 django缓存

# django 是大而全的框架,内置了很多web开发需要的东西,缓存内置了

# 缓存:可以把django中的一个变量(数据),存放到某个位置,下次还可以取出来

# 之前用过:默认放在:内存中,其实可以放在文件中,数据库,redis...
from django.core.cache import cache
cache.set('key','value',5) # 存放值
res=cache.get('key') # 取值


# 通过配置,控制存放在哪,只要如下写,就会放在redis中
   CACHES = {
       "default": {
           "BACKEND": "django_redis.cache.RedisCache",
           "LOCATION": "redis://127.0.0.1:6379",
           "OPTIONS": {
               "CLIENT_CLASS": "django_redis.client.DefaultClient",
               "CONNECTION_POOL_KWARGS": {"max_connections": 100}
               # "PASSWORD": "123",
           }
       }
   }


# django缓存最强大之处在于,只要是python的变量,任意类型都可以,尽管使用set设置值
       l = [1, 'lqz', [1, 3, 4, 5, 6], '彭于晏']
       cache.set('ll1', l)
	
# 以后再django中往redis放数据,就用cache即可

# redis的5大数据类型,只支持一层


# 看一下这篇文章:https://www.cnblogs.com/liuqingzheng/articles/9803351.html

测试缓存的使用

from django.core.cache import cache
class MyResponseView(APIView):
    def get(self, request):
        # cache.set('age1', 10)  # 现在放在redis中

        # conn = get_redis_connection()
        # conn.lpush('l1', [1, 2, 3])
        # # 这样存放会报错,需要存放json格式字符串。要做序列化

        # 用catch就可以存放python的所有格式数据
        # l = [1, 'lqz', [1, 3, 4, 5, 6], '彭于晏']
        # cache.set('ll1', l)
        
        # 获取数据
        print(cache.get('ll1'))
        return APIResponse()

补充

#序列化
	-json序列化--->得到字符串
    	json不能序列化对象(自定义的类的对象) 
        	-数据结构:数据的组织形式跟下面不一样
        能序列化: 数字,字符串,布尔,列表,字典  时间对象
    -pickle序列化
    	-python独有的,二进制形式
        -python可以序列化所有对象--->二进制形式
        -二进制--->返序列化回来--->对象:属性,有方法
posted @ 2023-07-04 21:54  星空看海  阅读(13)  评论(0编辑  收藏  举报